影音先锋橹撸资源_人妻少妇孑伦无码视频_日本女人牲交视频免费看_国产香蕉视频上线免费_波多野结超清无码中文影片_婷婷色丁香五月激情综合在线观看_寡妇高潮流白浆A片_国产精品九色 Av_花房姑娘电影未删减版免费观看_国产亚洲综合一区三区在线播放

論文作者團(tuán)隊(duì)簡介：本文第一作者周鑫，共同第一作者梁定康，均為華中科技大學(xué)博士生，導(dǎo)師為白翔教授。合作者包括華中科技大學(xué)陳楷錦、馮天瑞、林鴻凱，曠視科技陳習(xí)武、丁宜康、譚飛楊和香港大學(xué)趙恒爽助理教授。

在HunyuanVideo上，EasyCache在復(fù)雜場景下保持與原視頻的一致外觀，同時顯著加速

1.研究背景與動機(jī)

近年來，隨著擴(kuò)散模型（DiffusionModels）和擴(kuò)散Transformer（DiT）在視頻生成領(lǐng)域的廣泛應(yīng)用，AI合成視頻的質(zhì)量和連貫性有了飛躍式提升。像OpenAISora、HunyuanVideo、Wan2.1等大模型，已經(jīng)能夠生成結(jié)構(gòu)清晰、細(xì)節(jié)豐富且高度連貫的長視頻內(nèi)容，為數(shù)字內(nèi)容創(chuàng)作、虛擬世界和多媒體娛樂帶來了巨大變革。

但與此同時，推理慢、算力消耗高的問題也日益突出。以HunyuanVideo為例，生成一個5秒、720P分辨率的視頻，單次推理在單張H20上需要2小時。這種高昂的資源代價，極大限制了擴(kuò)散視頻生成技術(shù)在實(shí)時互動、移動端和大規(guī)模生產(chǎn)場景的應(yīng)用落地。

造成這一瓶頸的核心原因，是擴(kuò)散模型在生成過程中需要多次迭代去噪，每一步都要進(jìn)行完整的神經(jīng)網(wǎng)絡(luò)前向推理，導(dǎo)致大量冗余計(jì)算。如何在不影響視頻質(zhì)量的前提下，大幅提升推理效率，成為亟需突破的難點(diǎn)。

論文標(biāo)題：

LessisEnough:Training-FreeVideoDiffusionAccelerationviaRuntime-AdaptiveCaching

論文地址：

https://arxiv.org/abs/2507.02860

代碼地址（已開源）：

https://github.com/H-EmbodVis/EasyCache

項(xiàng)目主頁：

https://h-embodvis.github.io/EasyCache/

2.方法創(chuàng)新：EasyCache的設(shè)計(jì)與原理

本論文提出的EasyCache，是一種無需訓(xùn)練、無需模型結(jié)構(gòu)改動、無需離線統(tǒng)計(jì)的推理加速新框架。它的核心思想非常直接：在推理過程中，動態(tài)檢測模型輸出的「穩(wěn)定期」，復(fù)用歷史計(jì)算結(jié)果以減少冗余推理步驟。

2.1擴(kuò)散過程的「變換速率」規(guī)律

擴(kuò)散模型的生成過程可以理解為「逐步去噪」：每一步都從當(dāng)前潛變量出發(fā)，預(yù)測噪聲并更新狀態(tài)，逐漸還原出清晰的視頻內(nèi)容。將一個step內(nèi)的全部DiTblocks看做一個函數(shù)，可以考慮某個step的「方向?qū)?shù)」的一階近似：

為了便于分析，將其求均值和范數(shù)以簡化為數(shù)值（變換速率，Transformationrate）：

通過對擴(kuò)散Transformer的內(nèi)部特征分析，發(fā)現(xiàn)：

在去噪初期，模型輸出變化劇烈，可能需要完整推理以捕捉全局結(jié)構(gòu)；

但在中后期，模型的「變換速率」趨于穩(wěn)定，行為近似線性，細(xì)節(jié)微調(diào)為主。

這種「穩(wěn)定性」意味著，許多步驟的輸出可以用之前某一步的結(jié)果做近似，大量冗余計(jì)算可以被跳過。

2.2EasyCache的自適應(yīng)緩存機(jī)制

EasyCache的具體實(shí)現(xiàn)流程如下：

（1）變換速率度量

定義每一步的「變換速率」

，用于衡量當(dāng)前輸出對輸入的敏感度。我們驚訝地發(fā)現(xiàn)，盡管整個模型的輸入輸出在時間步層面變化劇烈且呈現(xiàn)不同的變化模式，Kt在去噪后期卻能保持相對穩(wěn)定。

（2）自適應(yīng)判據(jù)與緩存復(fù)用

設(shè)定累計(jì)誤差閾值，動態(tài)累計(jì)每步的輸出變化率（誤差指標(biāo)Et）。具體而言，假定Kt在局部為常數(shù)，可以通過下一個step的輸入變化與Kt一起協(xié)同判斷輸出的變化率（局部穩(wěn)定性判斷），將預(yù)估的輸出變化率累加可以作為累計(jì)誤差估計(jì)。

只要Et低于τ，就直接復(fù)用上一次完整推理的變換向量，否則重新計(jì)算并刷新緩存。

前R步為warm-up，全部完整推理，確保初期結(jié)構(gòu)信息不丟失。

（3）無需訓(xùn)練與模型改動

EasyCache完全在推理階段生效，不需要模型重訓(xùn)練，也不需修改原有網(wǎng)絡(luò)結(jié)構(gòu)，可以做到「即插即用」。

3.實(shí)驗(yàn)結(jié)果與可視化分析

論文在OpenSora、Wan2.1、HunyuanVideo等多個主流視頻生成模型上進(jìn)行了系統(tǒng)實(shí)驗(yàn)，考察了推理速度與生成質(zhì)量的平衡。

3.1定量實(shí)驗(yàn)結(jié)果

EasyCache在HunyuanVideo上實(shí)現(xiàn)2.2倍加速，PSNR提升36%，SSIM提升14%，LPIPS大幅下降，視頻質(zhì)量幾乎無損。在Wan2.1上也取得了超過2倍的加速比。

在圖像生成任務(wù)（如FLUX.1-dev）同樣可帶來4.6倍加速，并提升FID等指標(biāo)。

EasyCache與SVG等稀疏注意力技術(shù)可疊加，平均可達(dá)3.3倍加速，總體推理時長從2小時縮短到33分鐘。

3.2可視化對比

論文展示了不同方法生成的視頻幀對比：

靜態(tài)緩存和TeaCache等方法在細(xì)節(jié)、結(jié)構(gòu)和清晰度上均有不同程度損失；

EasyCache生成的視頻在視覺效果上與原始模型幾乎一致，細(xì)節(jié)保留優(yōu)秀，且無明顯模糊或結(jié)構(gòu)錯亂。更多可視化請見：https://h-embodvis.github.io/EasyCache/

在Wan2.1-14B上，EasyCache成功地保留了文字

EasyCache能夠在SVG的基礎(chǔ)上進(jìn)一步將加速倍數(shù)提高到三倍以上

4.總結(jié)與未來展望

EasyCache為視頻擴(kuò)散模型的推理加速提供了一種極簡、高效、訓(xùn)練無關(guān)的新范式。它通過深入挖掘擴(kuò)散過程的內(nèi)在規(guī)律，實(shí)現(xiàn)了大幅提速且?guī)缀鯚o損的高質(zhì)量視頻生成，為擴(kuò)散模型在實(shí)際應(yīng)用中的落地提供了堅(jiān)實(shí)基礎(chǔ)。未來，隨著模型和有關(guān)加速技術(shù)的持續(xù)提升，我們期望能進(jìn)一步逼近「實(shí)時視頻生成」的目標(biāo)。

文中視頻鏈接：https://mp.weixin.qq.com/s/25Q7n0ufpwj972xdC-vGcw

力推4本玄幻小說,文筆在線,老書蟲都看得不亦樂乎

必須要抓住墨軒！ 第二本：《武極狂神》 簡介： 一代狂神李狂，狂霸一生，一刀在手，敗盡天下英雄，但是，在他渡劫之時，卻是被最愛的人暗算，隕落在了天劫之下，仙武路絕-_。李狂重生六百年后，昔日紅顏，已經(jīng)是一代圣主，俯瞰蒼生，睥睨天下，但是，這又如何，既然讓我重活一世，我便再狂霸一世，再腳踏天下，再敗盡敵手還有呢？
今日推薦：《校園狂神》作者：蒼老濕。點(diǎn)擊文末超鏈接開始觀看吧～第一千一百五十章爭吵升級“老七，注意你的措辭。”皇甫泰沉聲道?！白谥鞯慕唤由婕暗椒椒矫婷妫髱熜?，你確定你現(xiàn)在你能駕馭得了宗門？”飄渺淡淡開口?；矢μ┑哪樕D時一變。三百年的時間葉昊處理了多少卷宗，制定了多少政策，實(shí)施了多少方針_——。..

免責(zé)聲明：本文內(nèi)容由開放的智能模型自動生成，僅供參考。